Recursive Flint 实测：Agent 任务追平 Qwen3.8-27B，长上下文成短板
ChengleiSi · x · 2026-10-23
博主 nettermina 发布了 Recursive 新编程模型 Flint 的详细实测，称其为"最接近想象中 Qwen 3.8 35B 的模型"。
- 思考模式：没有传统意义的开关——思考永远开启，无法控制层级或关闭，因此外部 harness 如何处理其推理过程对结果影响巨大
- Agent 能力：在 tier2/tier3 两档 agentic 测试中都追平了 27B 模型（tier2 96.3% vs Qwen 100%，tier3 67.6% vs 76.5%），这在同级别模型中久未见到
- 速度：得益于架构优势推理更快，40B 参数（约 2.5B 激活）、权重仅 24.2GB（Q4），RTX 5090 解码可达 261 tok/s，RTX 3090 上 147 tok/s
- 短板：长上下文。上下文变长后 payload fidelity 明显下滑（80.5% vs Qwen 98.3%），Ledger walk 测试仅 25.9%；长思考后格式漂移问题也较常见
结论：配置合适 harness 时是非常能打的同级竞争者，但长上下文场景需谨慎。
「模型」频道最新
- IBM CEO：最佳开源模型来自中国，西方落后 6-12 个月 — victor_explore · 2026-10-23
- ArchitectureIQ 基准：GPT-5.6 Sol 训练直觉达 76.4%，仍逊于人类部分领域 — ZimingLiu11 · 2026-10-23
- abliterated版GLM-5.3上线,10美元即得「世界级渗透测试员」 — deedydas · 2026-10-23
- DSH 框架吊打 Codex：更省 token、更快、更强，唯 FrontierCode 掉分 — teortaxesTex · 2026-10-23
- 34.5万条轨迹刻画 AI「性格」:Claude 最有规划性,GPT-5.5 最不活跃 — mdredze · 2026-10-23
- DeepSeek V4.1 编程基准疑标注混乱，同一版本两处得分不一 — teortaxesTex · 2026-10-23